第8章　基于分水岭分割的粘连颗粒图像分析技术研究

粘连颗粒图像无损处理与分析在医疗卫生、工农业生产等领域均有广泛的应用。它是将物质颗粒从图像中分割出来，统计其数目并提取各单个物质颗粒的特征参数(如面积、周长、直径、中心矩、颜色等)，对其品质进行分析。早先这些工作主要由人工观测来完成，工序繁杂、效率低，而且带有一定的主观性，误差大，重现性不好。采用图像处理与分析的方法能够将操作人员从这一繁重的工作中解脱出来，并大大提高计数与分析的精度，从而得到广泛的应用，成为近年来国内外的一大研究热点。(https://www.daowen.com)

粘连颗粒图像分析的重点在颗粒图像的预处理、图像分割和颗粒计数、特征参数测量。首先对图像进行各种预处理，先将图像转换为灰度图，除去图像中不需要的彩色颜色信息；利用中值滤波算法对图像进行平滑处理，除去各类噪声的干扰；利用最大类间方差法选取合适的阈值，对图像进行二值化，使颗粒从背景中分割出来；另外设计了一种数学形态学滤波器，滤去了图像中颗粒不规则的边缘，使得互相接触部分减少，填充颗粒中的孔洞。接着提出了一种改进的分水岭分割算法，通过距离变换将二值图像转换为新的灰度图，消除了原始灰度图像中大量存在的“伪”局部极小值点，对灰度图进行分水岭分割算法，使得互相粘连的颗粒很好地分割开来，在后期对少量过分割产生的小面积区域，采用面积阈值法滤去面积小于阈值的区域，使得分割的效果更好。大量的实验结果表明该算法可以适用于不同区域的粘连颗粒图像，具有良好的适应性与鲁棒性，处理速度较快。最后提出了两种颗粒自动计数的方法，并利用颗粒的大小、形状、颜色等特征参数来描绘颗粒的特征，提取出各项特征参数的值。我们设计的图像分割与分析算法可以快速准确地将粘连颗粒物体分割开来，颗粒计数准确度达到99%以上，特征参数提取结果误差小。整个算法处理速度快而准确，具有良好的实时性与适应性，为颗粒的识别与归类打下了良好的基础。